Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

Direttore responsabile Alessandro Longo

Smart City

Big Data, come creare servizi per il territorio anche dai dati non eterogenei

di Paolo Nesi, chair DISIT Lab, Università degli Studi di Firenze

16 Feb 2017

16 febbraio 2017

I dati che suscitano maggior interesse per gli utenti finali spesso non vengono dagli open data precisi e certificati ma proprio da quelli non interoperabili che possono avere origine da sensori nella città (IOT), dai social media, e dai cittadini stessi tramite App e sistemi di partecipazione

La trasformazione al digitale delle nostre pubbliche amministrazioni e dei servizi è un primo passo per il cambio di paradigma necessario a gestire il nostro futuro. E’ necessario dotarsi di soluzioni che possano rendere i nostri sistemi realmente interoperabili e flessibili, e aperti per trarre vantaggio dalle esperienze reciproche. La visione integrata a livello nazionale dei dati amministrativi è una delle priorità e questo è ben compreso dalle azioni di governo, che hanno attivato il team di Diego Piacentini.

In realtà, l’insieme delle informazioni dell’Italia che sta diventando digitale, a livello locale e/o nazionale copre molte aree che vanno dalla pubblica amministrazione alla salute, dai trasporti al turismo, dalla cultura all’educazione, dall’energia alle telecomunicazioni. I dati che vengono prodotti in questi domini sono eterogenei, non sono tutti open data, ma molti sono dati privati su cui operatori di diversi settori – trasporto, energia, comunicazione – tendono a fare il loro business. Questi dati cambiano nel tempo, alcuni in modo sporadico altri in tempo reale. La maggior parte dei dati che hanno un valore sono proprio i dati real time: il traffico, i ritardi, la borsa, i consumi di energia e così via. Su questi, in molti cercano di mantenere delle rendite di posizione tenendoli stretti, ed allo stesso tempo perdendo occasioni di business per il turismo, la pianificazione, le previsioni, etc. Nel mondo dei Big Data, questa è un’illusione: se un’informazione non arriva da una parte viene fuori da qualche altra direzione e pertanto ogni qualvolta le nostre pubbliche amministrazioni non espongono i dati perdono di fatto delle opportunità preziose che potrebbero non riproporsi.

Il compito di un aggregatore di dati per la Smart City è proprio quello di aiutare le pubbliche amministrazioni e gli operatori sul territorio a condividere i dati per abilitare il business per tutti, rendendo accessibili dati in modo interoperabile ed aggregato per gli operatori e per le imprese in modo da rendere semplice l’attivazione di nuovi servizi nell’area. Servizi che ovviamente produrranno benessere e valore per i cittadini, per gli operatori e quindi per la città stessa, aumentando la qualità della vita e la sostenibilità. In questo senso i dati stanno diventando il vero motore della nostra società della conoscenza.

Km4City (knowledge model for the city) è una soluzione big data smart city che mira proprio a risolvere il problema descritto in precedenza per migliorare la qualità della vita abilitando la creazione di servizi innovativi per la mobilità, la sicurezza, il turismo, la riduzione dei consumi e dei costi, e migliorando la capacità delle persone e della città di reagire a eventi avversi non previsti.

Questi obiettivi ambiziosi possono essere raggiunti andando a creare servizi tramite algoritmi di intelligenza artificiale sulla base di dati presenti nelle nostre città. Non solo gli open data belli, precisi e certificati ma proprio quelli eterogenei, non interoperabili, misti statici e in real time – di mobilità, commercio, turismo, beni culturali, educazione, meteo, ambiente – quelli che possono provenire da sensori nella città (IOT, Internet delle Cose), dai social media, e dai cittadini stessi tramite App e sistemi di partecipazione. Questi aggregati sono i dati che suscitano maggior interesse per gli utenti finali poiché permettono di poter avere informazioni, predizioni e deduzioni fruibili al momento. Per esempio, le predizioni su parcheggi, sul traffico, sui consumi, integrate nel contesto urbano degli eventi, dei punti di interesse, del trasporto pubblico. La mancanza d’interoperabilità, la complessità dell’acquisizione di dati eterogenei, e la qualità limitata dei dati alla sorgente sono gestite in Km4City tramite strumenti di data mining per aggregare i dati e correggere i problemi entro parametri accettabili, configurando in questo modo il problema smart city nello spazio dei Big Data.

Km4City è nato nel 2013 come ontologia per le smart city. In seguito, la soluzione è stata adottata come base per progetti come Sii-Mobility, RESOLUTE H2020 e REPLICATE H2020 della Commissione europea. Al momento Km4City copre con i suoi dati tutta la Toscana con informazioni stradali, oltre 300.000 punti di interesse (cultura, turismo, alloggi, ristorazione, educazione, commercio, turismo), servizi di trasporto pubblico da 16 operatori, distributori di carburante, informazioni sul triage di ospedali, flussi traffico, parcheggi e social media tramite TwitterVigilance, centinaia di migliaia di nuovi dati complessi al giorno. Sulla base di conoscenza Km4City sono quindi messi in esecuzione svariati algoritmi di data analytic che si basano su intelligenza artificiale e statistica per la produzione di predizioni, suggerimenti, stimoli verso i cittadini, e suggerimenti verso i decisori pubblici.

Per esempio l’App “Toscana Dove cosa” connessa a Km4City tramite Smart City API produce servizi e valore sul territorio. Sulla base delle Smart City API si producono informazioni anche per i POS o per altre App e le dashboard di controllo a supporto delle decisioni degli operatori.

Sulle Smart City API si sviluppano giornate di training, e hackathon come quello del prossimo 7-8 Aprile 2017. A questo fine, per facilitare l’uso delle Smart City API sono stati sviluppati degli strumenti di sviluppo come ServiceMap che permette in modo semplice e visuale di navigare nella conoscenza della città e comprendere come costruire delle applicazioni che li usano. 

Articoli correlati